Un modelo de IA que extrae datos de facturas

Un modelo abierto extrae datos de facturas y documentos sin que definas dónde está cada campo. Qué probar antes de llevarlo a tu ERP.

Herramientas · 1 min de lectura

Un equipo independiente ha publicado Dharma Field Extractor, un modelo pequeño que toma la foto o el escaneo de cualquier documento -factura, albarán, contrato, formulario- y devuelve solo los campos que le pidas, ya estructurados en formato JSON. No hace falta indicarle dónde está cada dato: lo localiza él mismo.

Para Carla, esto ataca una tarea que nadie quiere hacer a mano: pasar los datos de una factura en PDF o en papel a la hoja de cálculo o al ERP. Hoy esa tarea la hace una persona, o un OCR genérico que solo extrae el texto corrido y deja el mapeo a campos concretos para después. Aquí el mapeo lo resuelve el propio modelo.

En las pruebas publicadas por sus autores, el modelo acierta más que Claude Opus 5 y GPT-5.6 Luna a la hora de extraer campos concretos de documentos reales, y cuesta entre 6 y 147 veces menos que llamar a esos modelos por API, según sus propias cifras. Existe un portal para probarlo con documentos propios sin instalar nada, aunque llevarlo a un flujo de facturación real exige integrarlo con el sistema donde terminan esos datos.

Lo que el anuncio no aclara es que ese ahorro de coste tan grande solo se cumple si alojas el modelo tú mismo, con tu propia GPU. Usarlo desde el portal público no tiene ese mismo precio, así que antes de prometer ese ahorro a dirección conviene pedir presupuesto real de la opción que se vaya a usar en producción.

Prueba el portal esta semana con diez facturas reales de tu empresa, de proveedores distintos, y comprueba cuántos campos acierta sin configurar nada. Si el acierto es alto, ahí tienes el caso de negocio para llevarlo a informática; si no, ya sabes qué revisar antes de prometer nada.

Fuente: HuggingFace Blog

Newsletter diaria

Una noticia al día. La que importa.

  • Lunes a viernes
  • 3 minutos de lectura
  • Sin spam